太阳黑子数及Ap指数周期变化特征的小波分析

应用Morlet小波变换方法从多个变化尺度上对1932—2000年的太阳黑子数及Ap指数的变化特征进行分析．(1)太阳黑子数存在准11年、准32年的周期变化特征及Ap指数存在准32年、准11年、准6个月、准27天和准13．9天的周期变化特征；(2)太阳黑子数及Ap指数有着相似的准11年周期变化，但Ap指数极值的出现要比太阳黑子数极值出现滞后1—2年；(3)Ap指数准27天的周期变化在太阳黑子活动高、低年不同，在太阳活动低年，Ap指数有着较稳定的准27天周期变化，但在太阳活动高年，27天的周期变化几乎消失，这种周期变化的消失和出现时间可在Morlet小波变换图中体现出来。     

基于EMD的东亚夏季风年代际变化特征及与太阳活动的关系

应用英国气象局哈德利气象研究中心(HadleyCenter)及美国环境预报中心和国家大气研究中心(NCEP/NCAR)的海平面气压(SeaLevelPressure,SLP)资料归一化得出1850-2011年的东亚夏季风指数,利用经验模态分解(EmpiricalModeDecomposition,EMD)方法对其变化特征进行分析,得到东亚夏季风指数的周期特征.太阳黑子活动与东亚夏季风活动存在相同的11年及80年左右周期,其中11年周期变化尤为明显.对比1850-2011年间太阳黑子数与东亚夏季风指数经验模态分解后的11年周期变化分量,发现两者波动振幅变化基本一致.      

利用EMD方法提取太阳活动周期成分

EMD(经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力.利用EMD方法研究太阳活动周期,对110年(1894-2003)和55年(1949-2003)的太阳黑子数月均值进行分解,分别得到一系列模式和一个趋势项,其中都可能包含有1.3至1.4年周期分量,25至30个月QBO(准双年振荡)分量,11年太阳周分量和22年Hale周分量.其中11年周期分量幅度最大,变化特征与太阳黑子数原始数据具有很高的相似性.不同于传统方法,EMD方法给出了太阳活动在不同时间尺度上各自分离的变化特征.      

宇宙探索简史 天象与人文

正太阳黑子画的诞生(1128年)1128年,一位名为约翰的英国学者观察太阳黑子,并绘制了一幅太阳黑子画,这也是人类最早的太阳黑子画。在约翰观察后的第五天,一位韩国天文学家阐述了北极光是因为太阳活动的影响而产生,同时还叙述了北极光带来的壮丽景观。     

利用相似周方法预测第24活动周开始时间

利用相似周方法对第24活动周的开始时间与第23活动周下降相后期的太阳黑子数进行了预报.根据第23周已经出现的特征参量和下降相的形态特征,选取9,10,11,15,17和20等六个太阳活动周作为第23周下降相的相似周,对第24周开始时间进行预报.预报结果显示,第24活动周的开始时间为2007年5±1月,黑子数平滑月均极小值为7.1±2.6,第23太阳活动周长度为11.1年.与其他研究者的预报结果相比较,本文给出的结果与文献[11]和[12]及MSFC的结果比较一致.通过对相似周方法在下降相预测太阳活动周结束时间的研究讨论,及对第23周上升阶段的太阳黑子数和F10.7平滑月均值预报结果的评估,可以看出,相似周预报方法在太阳活动周长期预报中是很有应用价值的.      

地磁Ap指数滞后太阳周循环分析

把1932-2006年地磁Ap指数12个月流动均值分解成为(Ap)R和(Ap)I.其中(Ap)R为太阳黑子数R的线性函数,与太阳黑子数R相位相同,可能对应于日冕物质抛射(CME)等地磁控制因素. (Ap)I分量与太阳黑子数R相位相差约180°,该分量可能对应于极冕洞变化(从太阳峰年开始,由日面极区逐渐向赤道延伸).以地磁Ap指数与太阳黑子数R滞后非常严重的第20太阳周为例,证实了(Ap)I分量与极冕洞向赤道延伸循环变化相对应.因此极冕洞循环变化可能是导致地磁扰动指数与太阳周循环相位不一致,出现滞后现象的一个十分重要原因.      

基于小波与交叉小波分析的太阳黑子与宇宙线相关性研究

利用小波分析和交叉小波分析方法, 根据太阳黑子数以及Huancayo和Climax两个测站的月均宇宙线数据, 分析了两个测站的月均宇宙线周期变化, 同时利用太阳黑子数R₁₂对Climax站宇宙线流量进行预测研究. 小波分析结果表明, 太阳黑子与宇宙线除存在显著的11年周期外, 太阳活动高年期间还存在1～6个月尺度的周期特性, 在第22太阳周活动高年时还出现了6～8和1～22个月的变化周期; 交叉小波分析结果表明, 在130个月左右的周期上宇宙线与太阳黑子具有显著的负相关性, 并且宇宙线的变化滞后太阳黑子约8个月; 分别采用预测时刻和8个月前的太阳黑子数, 预测相对误差为3.8912%和3.2386%. 本文方法同样适用于估算其他空间天气参量之间的周期和相关性, 提高各种空间天气参量的预测或预报精度.      

中等磁暴太阳周分布的统计研究

依据实际观测的中等磁暴数据,统计分析了中等磁暴的太阳周分布.分析结果表明,在一个太阳活动周内,每年中等磁暴随时间的变化出现多个峰值,其中,最大峰值均出现在太阳活动周的下降段,即中等磁暴的峰值比太阳黑子数平滑年均值的峰值要滞后,滞后的时间为2～3年.超过70%的中等磁暴出现在太阳活动周的下降段,这表明绝大多数中等磁暴出现在太阳活动周的下降段.通过对中等磁暴平滑月均值与太阳黑子数平滑月均值相位差的计算分析发现,中等磁暴峰值出现的时间比太阳黑子数峰值出现的时间要滞后,不同太阳活动周中等磁暴峰值出现的时间与太阳黑子数峰值时间滞后的程度不同.      

第23周不同角宽CME的分布及与太阳黑子数位相的比较

统计分析了1996-2008年期间CME数量随角宽的分布, 将几个典型角宽的CME数量随时间变化的特征与太阳黑子数随时间变化特征进行比较. 分析结果表明, 角宽为0°～ 180°的CME占CME总数的95%以上, 全晕CME占2.83%, 角宽301°～ 359°的CME数量非常少. 角宽0° ～ 60°的CME有三个峰值, 与太阳黑子数随时间变化的特征不吻合. 角宽为121°～ 180°CME的数量无双峰分布. 全晕CME的分布具有明显的双峰结构, 第一个峰值出现在2001年, 第二个峰值出现在2005年, 与太阳黑子数的变化不同步.      

磁暴数统计特性研究

Dst是一个表征磁暴强度的空间天气指数. 通过统计1957-2008年 发生的中等磁暴(-100<Dst≤ -50nT)和强磁暴(Dst ≤ -100nT)在太阳活动周上升年、极大年、下降年和极小年的时间分布情 况, 分析其随季节变化的统计特性, 进而讨论了引起磁暴的原因. 结果表明, 对于同一太阳活动周, 极大年地磁暴发生次数远大于极小年地磁暴的发生次数, 这与太阳黑子数的变化趋势是一致的; 通常太阳活动周强磁暴出现双峰结构, 而第23周中等磁暴出现双峰结构, 强磁暴则出现三峰结构, 这可能与1999 年强 磁暴发生次数异常少, 使1998年凸显出来的现象有关; 磁暴主要发生在分季, 随着Dst指数的增加, 磁暴发生次数明显增加.      

第21～24太阳周4类空间天气事件爆发特征统计分析

对第21～24太阳周不同等级的太阳X射线耀斑事件、太阳质子事件、地磁暴事件及高能电子增强事件的爆发频次特征进行统计,结果表明:太阳周耀斑爆发的总数量与该太阳周的黑子数峰值呈正比,耀斑总数、X级耀斑事件数与峰值的相关系数分别为0.974,0.997;太阳质子事件主要发生在峰年前后1～2年,约占总发生次数的80%,峰值通量大于10pfu （1 pfu=1 cm-2·sr-1·s-1）的质子事件中,84%伴有耀斑爆发,并且主要伴随M或X级耀斑,少量伴随C级耀斑,峰值通量大于1000pfu的质子事件中,98%伴随M或X级耀斑,并且以X级耀斑为主;第21,22,23和24太阳周发生地磁暴最频繁的时间分别在1982,1991,2003年和2015年,分别滞后黑子数峰值时间3年、2年、2年和1年;72%的高能电子增强事件发生在太阳周下降期,24%的高能电子增强事件发生在太阳周上升期.      

海口站与Huancayo站扩展F的差异

本文统计分析了我国海口站太阳黑子高年和低年的扩展F的资料,得出了该站扩展F的出现率随地方时、季节和太阳活动周期的某些变化规律并与Huancayo站扩展F的资料进行了比较,指出了两站扩展F的差异。      

地磁急始年发生数周期特征的小波分析

采用小波分析方法分析了急始年发生数的时间序列的周期特征，并对急始发生数的特征与太阳黑子相对数的特征进行了简要的对照分析，分析结果表明，急始发生数的周期规律与太阳黑子相对数的周期规律是有差异的．还进行了太阳黑子相对数与急始数的相关性，太阳黑子相对数与急始磁暴的相关性研究，分析结果表明它们之间显著相关．还对急始数与急始磁暴致以及其他的一些参数之间的相关性进行了分析，最后对分析结果进行了讨论．     

Relationship between daily variation of cosmogenic nuclide Be-7 concentration in atmosphere and solar activities

Daily Be-7 concentrations in air at the height of 15 m are continuously observed at 38°15.2′N, 140°20.9′E, between 2000 and 2001. The average concentration and the relative standard deviation were 4.0 mBq/m³ and 50% in 2000–2001, respectively. The Be-7 concentrations increased 2.5% with the decrease in the sunspot numbers by 6.7% for the term of two years. From the power spectral analysis, the periodicity of 26 days is shown for the daily Be-7 concentrations. The folding analysis indicates that the time variation of the Be-7 concentration is similar to that of the ground-based neutron counting rate, and the phase delay for the minimum portion of Be-7 concentration was roughly 8 days to the maximum sunspot number. These results indicate that the Be-7 concentrations in the air at ground level have 26 day periodicity as a component of time variations and the time variation is caused by the solar modulation of galactic cosmic rays, which corresponds to the variation of the sunspot number due to the rotation of the sun.     

Solar terrestrial effects of two distinct types

The occurrence frequencies or fluxes of most of the solar phenomena show a 11-year cycle like that of sunspots. However, the average characteristics of these phenomena may not show a 11-year cycle. Among the terrestrial parameters, some related directly to the occurrence frequencies of solar phenomena (for example, ionospheric number densities related to solar EUV fluxes which show 11-year cycle like sunspots) show 11-year cycles, including the double-peak structures near sunspot maxima. Other terrestrial parameters related to average characteristics may not show 11-year sunspot cycles. For example, long-term geomagnetic activity (Ap or Dst indices) is related to the average interplanetary solar wind speed V and the total magnetic field B. The average values of V depend not on the occurrence frequency of ICMEs and/or CIRs as such, but on the relative proportion of slow and high-speed events in them. Hence, V values (and Ap values) in any year could be low, normal or high irrespective of the phase of the 11-year cycle, except that during sunspot minimum, V (and Ap) values are also low. However, 2–3 years after the solar minimum (well before sunspot maximum), V values increase, oscillate near a high level for several years, and may even increase further during the declining phase of sunspot activity, due to increased influence of high-speed CIRs (corotating interplanetary regions). Thus, Ap would have no fixed relationship with sunspot activity. If some terrestrial parameter shows a 11-year cycle, chances are that the solar connection is through the occurrence frequencies (and not average characteristics) of some solar parameter.     

Upper limit of the total magnetic flux in an active region according to the photometric-magnetic dynamical model

The photometric-magnetic dynamical model handles the evolution of an individual sunspot as an autonomous nonlinear, though integrable, dynamical system. One of its consequences is the prediction of an upper limit of the sunspot areas. This upper limit is analytically expressed by the model parameters, while its calculated value is verified by the observational data. In addition, an upper limit for the magnetic strength inside the sunspot is also predicted, and then, we obtain the following significant result: The upper limit of the total magnetic flux in an active region is found to be of about 7.23 × 10²³ Mx, namely, phenomenologically equal to the magnetic flux concentrated in the totality of the granules of the quiet Sun, having a typical maximum magnetic strength of about 12G. Therefore, the magnetic flux concentrated in an active region cannot exceed the magnetic flux concentrated in the photosphere as a whole.